Hapsari, Kirana Damayanti Putri (2020) Identifikasi Tingkat Inflasi Nasional Berdasarkan Cost Push Inflation Menggunakan Metode Pemrograman Dinamis. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06111640000014-Undergraduate_Thesis.pdf Download (2MB) | Preview |
Abstract
Inflasi adalah kenaikan harga barang dan jasa secara terus menerus dan dalam waktu tertentu. Pengendalian dan perencanaan tingkat inflasi merupakan bentuk strategi ekonomi untuk mempertimbangkan suatu kebijakan moneter. Identifikasi optimasi tingkat inflasi diterapkan dengan menggunakan metode Pemrograman Dinamis, suatu teknik matematis yang biasanya digunakan untuk membuat suatu keputusan yang saling berkaitan dengan mempertimbangkan pendekatan umum dan memperhati-kan variabel independen, yaitu output gap, diskon faktor, dan nilai periode dalam loss function dengan mempertimbangkan nilai tukar uang (kurs) dan rata-rata harga komoditi pangan nasional (beras, cabai merah, dan bawang merah) pada tahun 2019. Penerapan metode Pemrograman Dinamis menunjukkan bahwa secara keseluruhan diperoleh identifikasi nilai yang lebih optimal (nilai inflasi hasil identifikasi lebih rendah dari pada nilai inflasi aktualnya), kecuali bulan Maret dan Desember 2019. Pada bulan Maret 2019, nilai inflasi aktual 2,48% dan nilai inflasi hasil identifikasi 2,52%. Sedangkan bulan Desember 2019, nilai inflasi aktual 2,72% dan nilai inflasi hasil identifikasi 2,74%. Hal ini masih dianggap wajar karena hasil identifikasi masih pada rentang target inflasi Bank Indonesia pada tahun 2019, yaitu 3,5±1%.
========================================================================
Inflation is an increase in the price of goods and services continuously and at a certain time. Inflation control and planning is implemented as a form of an economic strategy to consider monetary policy. The identification of inflation rate optimization is applied using Dynamic Programming method, a mathematical technique that is usually used to make interrelated decision by considering a general approach and paying attention to independent variables, such as the output gap, the discount factor, and the period value in the loss function considering the exchange rate and the average national price of food commodities (rice, chillies, and shallots) in 2019. The application of the Dynamic Programming method shows that overall the more optimal value identification is obtained (the optimal value is lower than the actual value), except in March and Desember 2019. In March 2019, the actual inflation rate was 2.48% and the identified inflation rate was 2.52%. Meanwhile, in December 2019, the actual inflation rate was 2.72% and the identified inflation rate was 2.74%. This is considered reasonable because the optimization results are still within the range of the Bank Indonesia inflation target for 2019, 3.5±1%.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSMa 519.536 Hap i-1 • Hapsari, Kirana Damayanti Putri |
| Uncontrolled Keywords: | Inflasi, Identifikasi, Pemrograman Dinamis, Inflation, Identification, Dynamic Programming |
| Subjects: | Q Science > QA Mathematics |
| Divisions: | Faculty of Mathematics, Computation, and Data Science > Mathematics > 44201-(S1) Undergraduate Thesis |
| Depositing User: | Kirana Damayanti Putri Hapsari |
| Date Deposited: | 20 Aug 2020 07:51 |
| Last Modified: | 13 Jun 2023 15:16 |
| URI: | http://repository.its.ac.id/id/eprint/79393 |
Actions (login required)
 |
View Item |